Interpersonal learning is associated with improved self-esteem in group psychotherapy for women with binge eating disorder.
Notice bibliographique
Résumé
Yalom and Leszcz (2005) indicated that interpersonal learning is a key therapeutic factor in group psychotherapy. In this study, we conceptualized interpersonal learning as the convergence over time between an individual's and the group's perception of the individual's cohesion to the group. First, we developed parallel measures of: (a) an individual's self-rated cohesion to the group (Cohesion Questionnaire-Individual Version [CQ-I]), and (b) the group's rating of the individual's cohesion to the group (CQ-G) based on the original Cohesion Questionnaire (CQ; Piper, Marache, Lacroix, Richardsen, & Jones, 1983). Second, we used these parallel scales to assess differences between an individual's self-rating and the mean of the group's ratings of the individual's cohesion to the group. Women with binge eating disorder (N = 102) received Group Psychodynamic Interpersonal Psychotherapy. Participants were assigned to homogeneously composed groups of either high or low attachment anxiety. Outcomes were measured pre- and post-treatment, and the CQ-I and CQ-G were administered every fourth group session. We found significant convergence over time between the CQ-I and mean CQ-G scale scores in both attachment anxiety conditions. Participants with higher attachment anxiety had lower individual self-ratings of cohesion and had greater discrepancies between the CQ-I and CG-G compared with those with lower attachment anxiety. There was a significant relationship between greater convergence in cohesion ratings and improved self-esteem at post-treatment. More accurate self-perceptions through feedback from group members may be a key factor in facilitating increased self-esteem in group therapy. Group therapists may facilitate such interpersonal learning, especially for those higher in attachment anxiety, by noting discrepancies and then encouraging convergence between an individual and the group in their perceptions of cohesion to the group.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».